-
公开(公告)号：CN119807913A
公开(公告)日：2025-04-11
申请号：CN202411881671.3
申请日：2024-12-19
Applicant: 国网湖北省电力有限公司宜昌供电公司
Abstract: 基于随机森林算法的保供电故障预判方法，包括以下步骤：收集电网设备原始数据，对原始数据中的缺失值和异常值进行处理；利用所处理的数据，通过随机森林算法构建电网设备评估的决策树组合模型；基于所构建的决策树组合模型，通过优化样本属性和决策树的数量，提高随机森林算法的分类性能和计算效率；定义多个指标来评价所构建的决策树组合模型。该方法可以预判潜在故障和优化维修优先级，能够减少突发性故障的发生；从而降低维修和停机造成的经济损失，是提升供电服务质量的重要手段。
-
公开(公告)号：CN118643339A
公开(公告)日：2024-09-13
申请号：CN202410828824.1
申请日：2024-06-25
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06F18/214 , G06F18/21 , G06F18/243 , G06N3/084 , G06N5/01
Abstract: 本发明公开了一种基于改进堆叠‑灰色关联分析的输电杆塔线损预测方法，本方法收集输电杆塔线损原始数据，对数据中的缺失值和异常值进行处理，并对数据作归一化处理；然后，利用改进灰色关联分析求取线损与指标的关联度，构建线损关键指标体系；最后，构建堆叠算法的输电杆塔预测模型来预测输电杆塔线损，从而了解到本发明所提出的基于改进堆叠‑灰色关联分析的输电杆塔线损预测方法具有更好的预测精度。相对于传统的灰色关联分析，本发明所提出的熵值法改进的灰色关联分析，更加合理准确，提高了分析结果的精度和可靠性，为企业制定节能降损政策提供较为精确的参考依据。
-
公开(公告)号：CN118673714A
公开(公告)日：2024-09-20
申请号：CN202410828817.1
申请日：2024-06-25
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于优化灰色预测模型的输电杆塔老化故障评估方法。该方法首先建立传统的灰色预测模型；接着利用动态寻优法对所建立的传统灰色预测模型进行优化，确定最优背景值；然后利用优化后的灰色模型预测出输电杆塔在接近正常使用温度下的寿命，将失效数据进行有效等维扩充；最后对传统加速模型进行参数修正并检验其显著性，从而了解到本发明所提出的基于优化灰色预测模型的方法具有更好的评估效果。对于传统灰色预测模型的优化，本发明所提出的动态寻优法构造预测模型相较于传统模型的建立能使模型的预测精度提高，可以有效地评估输电杆塔的老化情况和故障风险，采取相应的维护和修复措施，确保输电系统的可靠性和稳定性。
-
公开(公告)号：CN118429653A
公开(公告)日：2024-08-02
申请号：CN202410536001.1
申请日：2024-04-30
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06V10/30 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种融合动态特征降噪的微小运动放大方法，首先，提出一种编码器模块将运动特征表征为形状特征，以及将背景特征表征为纹理特征，通过集成一种全维动态卷积模块和一种坐标注意力模块来实现多维特征的提取和加权，从而增强形状特征的提取和泛化能力，并且提升对于纹理特征和形状特征的区分能力。其次，提出一种操纵器模块来重点学习编码器输出的形状特征，通过矩阵分解策略和稀疏矩阵过滤策略来降低噪声干扰，进而有效提升形状特征放大的性能。最后，提出了一种解码器模块将放大的形状特征与纹理特征进行高效拼接，进而生成高质量的微小运动放大视频。该方法最终在保证微小运动放大性能的同时，能够很好地降低噪声影响而避免运动放大失真。
-
公开(公告)号：CN116384785A
公开(公告)日：2023-07-04
申请号：CN202211537083.9
申请日：2022-12-02
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06Q10/0639 , G06Q50/06 , G06F18/24
Abstract: 一种光伏发电系统故障信息分析方法，包括以下步骤：建立光伏数据实时反馈系统，包括感知层，数据优化层，数据归类层，中枢控制层；数据处理器对传感器采集的光伏组数据进行分类处理；感知层向数据优化层上传具有光伏组数据辨识度的特征值，数据优化层将各个光伏点在不同时段内的特征值上传至数据归类层；数据归类层针对不同类型的光伏组数据，计算每种方法对光伏组数据的可信度，对算法进行综合评价后，利用综合评价指标参数选取最优的分类算法；对故障数据进行模糊分类，界定故障类型。本发明方法数据归类层对数据进行正确识别与分类，并其结果进行模糊表示，较为直观的表示数据异常，使系统具有高效性，准确性与高识别性。
-
Patent Agency Ranking
公开(公告)号：CN119807226A
公开(公告)日：2025-04-11
申请号：CN202411881672.8
申请日：2024-12-19
Applicant: 国网湖北省电力有限公司宜昌供电公司
IPC: G06F16/242 , G06F16/2455 , G06F16/28 , G06F16/9032 , G06F16/901 , G06F40/295 , G06F40/30 , G06F40/247 , G06N5/022 , G06N3/045 , G06N3/08 , G06N3/0442 , G06N7/01 , G06Q30/015 , G06Q50/06
Abstract: 基于改进编辑距离‑知识图谱的客户诉求智能问答方法，包括以下步骤：据客户问题诉求，利用知识图谱技术构造相应的智慧供电服务知识库；利用构造的智慧供电服务知识库训练基于BERT的命名实体识别模型，提取客户问题中的实体；基于构建的基于BERT的命名实体识别模型，提出改进的编辑距离的语义相似度度量方法，输出与客户问题相关度最大的答案；对输出的答案进行优化，从中选择最合适的答案，生成最终回复。该方法可以减少人工干预，并提供更个性化的服务；与传统采用人工进行数据统计分析相比，该方法能更准确地理解用户问题、快速匹配答案，显著提升用户体验和响应效率。
-
公开(公告)号：CN118863057A
公开(公告)日：2024-10-29
申请号：CN202410868198.9
申请日：2024-07-01
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06N5/04 , G06N5/025 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F40/16 , G06F40/279 , G06F18/2415
Abstract: 本发明公开了一种融合大语言模型与知识图谱的低电压治理辅助决策方法，包括：获取与低电压相关的目标数据，并进行预处理；采用深度学习方法构建低电压知识图谱；从故障工单中获取低电压业务运维相关数据，提取里面的三元组信息，与低电压知识图谱进行匹配，并对故障工单的用户意图进行识别，进而生成大语言模型的问题输入；设计大语言模型prompt提示策略；将当前的低电压运检案例库与低电压知识图谱作为领域知识导入本地知识库；将从故障工单中提取的三元组信息和用户意图输入大语言模型，结合prompt提示策略和本地知识库对问题进行分析和故障溯源，输出辅助决策结果；将所述辅助决策结果作为新的案例记录存入低电压运检案例库中，完成所述的融合大语言模型与知识图谱的低电压治理辅助决策。
-
公开(公告)号：CN118552724A
公开(公告)日：2024-08-27
申请号：CN202410603719.8
申请日：2024-05-15
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06V10/26 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06T7/10 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于自注意力全局特征增强的输电线分割方法，包括以下过程：架构在编码阶段从低到高对特征进行编码(从F1到F4)，并在解码阶段以相应分辨率的相反顺序对其进行解码(从F4到F1)，在编码阶段提出了MiT‑Down模块，在解码阶段提出了MiT‑Up模块，其引入了高效自注意力机制增强上下采样时的全局语义特征；利用二进制交叉熵损失(BCE损失)来计算损失，本发明与现有的技术相比的优点在于：本发明能从全局和局部提取输电线特征并进行多尺度特征融合，提高了输电线分割的完整性和准确性，可以减少采样过程中信息的损失，通过训练学习采样过程，提高分割精度。
-
公开(公告)号：CN118552604A
公开(公告)日：2024-08-27
申请号：CN202410603725.3
申请日：2024-05-15
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06T7/68 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于区域投影场的绝缘子串中轴线检测方法，包括以下步骤：步骤1，根据像素点与绝缘子串中轴线的距离，将图像进行区域划分，定义像素到中轴线之间的距离,中轴线使用两个端点进行描述，然后将投影到同一条中轴线的所有像素规定为一个区域；步骤2，为每个划分区域中的像素赋予朝向所隶属绝缘子中轴线的投影场；步骤3，使用Unet网络学习投影场,步骤4，通过投影场预测绝缘子串的中轴线；本发明与现有的技术相比的优点在于：本发明可以更准确地捕捉到绝缘子串的实际形状，更加精细地提取绝缘子串中轴线段的特征，更好地定位和跟踪绝缘子串在图像中的位置和方向变化，模型更容易训练和优化，有利于提高算法的效率和性能。
-
公开(公告)号：CN117875416A
公开(公告)日：2024-04-12
申请号：CN202311827366.1
申请日：2023-12-28
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06N5/022 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种实体关系联合抽取方法，包括以下步骤：步骤1，准备数据集并对其中的数据进行预处理；步骤2，构建关系抽取模型；步骤3，使用步骤1中准备的数据集，对步骤2中所述的关系抽取模型进行训练；步骤4，使用训练好的关系抽取模型，对待处理的文本数据进行实体关系联合抽取；所述的关系抽取模型，包括：嵌入模块、主语抽取模块、特征融合模块和关系及相应宾语抽取取模块。本发明改善了在对数据集进行实体关系抽取任务时存在因文本的关系复杂且实体密度大而导致实体识别不准确的问题，有效地解决了实体关系抽取时部分结构特征丢失的问题。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.045 seconds)
